Ich habe kürzlich eine Diskussion über ARIMA-Modelle gelesen, in der jemand sagte (unter Bezugnahme auf d wie in ARIMA (p, d, q)):
Das stimmt d = 1 nimmt deterministische Trends heraus, wenn sie vorhanden sind (sie würden nur im Drift-Term erscheinen). Aber es macht mehr als das.
Ich weiß, dass das nicht viel Kontext ist, aber ich scheine Erinnern Sie sich daran, etwas Ähnliches in Bezug auf Detrending über Differenzierung gelesen zu haben.
Zwei Fragen:
-
Hat Differenzierung (nicht nur in einem ARIMA-Kontext) etwas mehr mit Ihnen zu tun? Daten als nur abschrecken? Wenn ja, was macht es sonst noch? (Hinzufügen oder Entfernen?)
-
Es gibt andere Detrending-Methoden, z. B. das Anpassen einer Kurve (Löss, lineare Regression) und die Verwendung der Residuen als Detrending-Daten. Würden diese anderen Methoden nicht das "Mehr als das" tun, was die Differenzierung bewirkt? (Könnten sie daher vorzuziehen sein?)
ol>